01
這件事,要不要交給 AI?
6 個日常與專業情境,看看你如何在效率、查證、價值判斷與敏感資料之間分配 AI 的角色。
AI 不只是效率工具,也開始參與我們的整理、創作、判斷與決策形成。這一館不先教技巧,而是先練習:什麼適合交給 AI?什麼仍然需要由人承擔?
同一個 AI,在不同任務裡可以扮演完全不同的角色:整理助手、第二雙眼睛、共筆夥伴,甚至參與決策形成。真正重要的是知道邊界在哪裡。
不是先學技巧,而是先看見:哪些工作可以交給 AI,哪些地方仍需要查證、判斷與人的責任。
6 個日常與專業情境,看看你如何在效率、查證、價值判斷與敏感資料之間分配 AI 的角色。
從 AI 如何參與選擇開始,再看 AI 品質檢核與教育現場。不是增加規則,而是逐步建立自己的人機協作判準。
6 個進階情境,練習辨識資料不足、過度推論、看似客觀的價值判斷,以及語氣很有自信但仍需要查證的回答。
大量資訊、初稿、比較與模式,都可以是很好的共作起點。
研究、數據、政策、專業與高風險內容,不能因為語氣完整就直接採用。
公平、關係、價值與最後決策,不應因為 AI 參與而失去責任歸屬。
把初階的「怎麼分工」與進階的「怎麼判斷」放在一起,整理成一張自己真正會用的人機協作原則卡。